模糊聚类算法在船舶图像分割中的应用

传统船舶图像分割方法存在分割误差大,抗噪声干扰能力差、分割效率低等缺陷,为了解决传统船舶图像分割方法存在的不足,设计了基于模糊聚类算法的船舶图像分割方法。首先对当前船舶图像分割研究进展进行分析,指出不同传统船舶图像分割方法存在的局限性,然后对船舶图像进行去噪处理,提高船舶图像质量,改善抗噪声干扰能力,最后引入模糊聚类算法进行船舶图像分割,并采用多幅标准船舶图像与传统船舶图像分割方法进行对比测试。测试结果表明,本文方法可以对船舶图像进行高精度的准确分割,能够保留船舶图像边缘的重要信息,船舶图像分割速度可以满足实际应用的要求,获得了比传统船舶图像分割方法更优的结果,具有更加广泛的应用范围。     

考虑交通运行条件影响的驾驶员特征聚类

为提升驾驶员特征聚类方法的适用性与可靠性，本文基于机动车运行轨迹分析提出考虑交通运行条件影响的驾驶员特征聚类改进方法。首先，经过对车辆运行轨迹数据的分析发现，不同道路类型和平均速度条件会显著影响驾驶行为的集计特征；其次，提出改进的驾驶员特征聚类方法，第1步设计考虑道路类型与平均速度因素的车辆轨迹的切片和分类方法，从而稳定提取典型交通条件下的驾驶行为特征参数，第2步选用高斯混合模型聚类驾驶员特征。聚类案例表明， 在相同的道路类型和平均速度条件下，驾驶员类型越激进，其速度变异系数、加速度标准差和平均减速度等参数均值越高。不同聚类方法的对比表明，改进方法在驾驶员聚类的类内聚集度和类间分离度方面均表现更好，能有效提升驾驶员聚类的适用性与可靠性。     

基于交通冲突的交织区安全评价方法研究

基于事故数据进行安全评价存在局限性,以交通冲突为基础进行交织区不同角度的安全方法评价研究。考虑冲突类型及严重程度将交通冲突综合风险指数作为整体评价指标,运用灰色聚类评价法进行整体评价等级确定,以冲突概率及变道风险为评价指标对交织区行驶区域进行安全分析。结果表明交织区内各区域存在明显的安全区分,从而实现对交织区的安全评价。     

模糊聚类在雷达频率信号目标检测处理中的应用

随着船舶工业和海洋航运的发展,基于雷达信号的舰船探测和导航系统逐渐完备。雷达频率信号检测和处理的主要目的包括提取目标信号的特征信息,过滤和剔除噪声等其他干扰信号等。近几年,模糊聚类算法和信号频率分析发展迅速。本文基于模糊聚类分析算法,研究不同频率雷达信号的检测和处理过程,提高雷达信号在中频段的利用率和雷达的技术性能。     

集合规划方法在航线网络枢纽选址上的应用

研究带有容量限制的单分配多枢纽网络选址问题,将问题简化为带有容量限制的聚类问题。通过节点之间的距离以及各个节点的需求量,根据聚类分析原理,采用集合规划的方法对问题进行建模,运用自然约束语言NCL,在POEM平台上对模型进行编程求解,并通过实例将计算结果在地图中可视化。运用模糊聚类方法对多枢纽选址位置进行分析。     

基于灰色聚类评估法的城市交通安全评价研究

根据影响城市道路交通安全的各个因素,建立一套安全评价指标体系.运用灰色聚类方法进行安全评价,建立评价模型,并运用该模型对石家庄市城市道路交通进行安全评价,得到更符合实际安全现状的评价结果.     

Chaos Control of Freeway Mainline Using Variable Speed Limits with FNN Based on Subtractive Clustering

研究基于减法聚类的高速公路混沌系统主线可变速度模糊神经网络控制方法.针对交通系统的不确定性和非线性,提出了通过数据挖掘技术建立高速公路主线混沌控制器知识库的思想,简介了高速公路主线可变速度混沌控制原理,设计了以密度、上游车流量和最大李雅普诺夫指数作为输入,主线速度上限值作为输出的T-S模糊神经网络混沌控制器.采用减法聚类方法确定了控制器结构,包括提取模糊规则、产生控制器初始参数.使用遗传算法对聚类半径进行了优化,并采用模糊神经网络方法对控制器参数进行了优化.仿真结果表明:采用该方法设计的高速公路主线智能混沌控制器,可保持高速公路上的有序运动,从而达到抑制交通堵塞、提高道路通行能力的目的.     

船体分段装配单元决策研究

子装配划分的自动实现方法是装配CAPP的研究难点,针对船体装配工艺设计自动化程度低,影响船舶建造周期和质量,设计了分段装配单元决策系统,建立了分段装配信息模型,基于模糊数学理论,提出了分段装配单元划分的模糊聚类方法,实例表明该方法是合理可行的.     

基于信息融合的船舶机电设备故障诊断

对船舶机电设备故障进行了分析,指出故障诊断必须从多类数据中寻找隐藏的信息,进而提出了对于观测数据运用模糊聚类方法进行信息融合,寻找故障模式.算例证明方法有一定的效果.